展会倒计时
参观时间

日期    时间

2018年9月20日          9:00 - 16:30

2018年9月21日          9:00 - 16:30

2018年9月22日          9:00 - 16:30

媒体中心
联系方式
参展参观咨询
 
鲍先生
027 8421 8632
QQ:2814932384
 
祁先生
027 8421 8662
QQ: 2976274180 

展会新闻

当前位置:首页 > 媒体中心 > 展会新闻

智慧物流:传感器市场的新蓝海

来源:本站      点击:175      时间:2018-04-20
事实上,工厂自动化的实现离不开智慧物流的支撑,智慧物流的发展也必须依赖于信息化,信息采集与传输最终都会取决于传感器。据行业统计数据显示,预计到2020年,自动化物流系统传感器市场规模将超过1000亿元。智慧物流的普及将对传感技术提出哪些要求?面对来自国外尖端技术的挑战,“中国制造”的困局与机遇有哪些?且听深圳市湘聚实业有限公司总经理谭静女士一一道来。
 
谭静
 
深圳市湘聚实业有限公司总经理谭静女士
 
智能化催生着高端产品市场
 
深圳湘聚公司成立于2002年,一直以来专注于FA工业自动化系统解决方案。跟随着“深圳速度”的步伐,它今年刚刚度过了15岁的生日。 2017年深圳湘聚的销售业绩接近人民币3亿元,其中日本HOKUYO(北阳)传感器产品的销售业绩增长最快,与上一年业绩相比,实现了翻番。谭静认为:“工业传感器就像是设备的眼睛,是智能物联系统中不可或缺的重要部分;不管未来自动化技术如何更新迭代, 智能传感器永远是自动化技术的第一步!因此未来十年传感器产品仍然会处于高速增长的通道。”
 
创业初期,深圳湘聚以销售普通的光电传感器为主,在残酷的市场价格战的狭缝中求生存。但是价格战毕竟难以长久立足,要想有大的发展,湘聚必须另辟蹊径。经过艰难的比较和摸索,湘聚引入了日本北阳(HOKUYO)物流行业专用智能传感器作为其在智慧物流行业的开山斧。在谭静看来,随着中国政府持续推行的供给侧改革,工业物联网是工业发展的必然趋势。“我们能特别明显地感觉到中国企业选用高端、高附加值产品的企业越来越多,既有高科技含量,又有高性价比的的产品一定会拥有更广阔的市场。”目前,智慧物流是深圳湘聚重点发展的领域,而且智慧物流在中国的发展仍然处于起步和发展阶段,除了华南,华东和环北京区域的智慧物流发展相对较为成熟以外,西南、西北地区的智慧物流行业依然比较落后。未来,中国智慧物流市场体量之大将给这个行业的从业者带来无限的想象空间和机会。
 
深圳市湘聚实业有限公司
 
智能物流对智能传感器技术提出了更高的要求
 
在一套完整的“智能物流设备驱动&导航解决方案”中,传感器、控制器、驱动总成是三大基本模块。由于后端控制器是无法自行辨识行走路径,它必须依赖智能传感器对目标物体进行检测,并以此作为避障;或者作为测距导航,并把检测的数据迅速传送到上位控制器。因此,智能传感器作为实现自动检测和自动控制的首个环节,一般来说,传感器简单的避障功能已不能完全满足智能物流的需求,数字化的激光导航传感器已然是大势所趋。尽管国内不少厂商也在模仿生产类似的激光传感器,但是目前其相关的性能指标离实际应用还有一段很长的距离。
 
目前深圳湘聚开发了AGV激光导航成套控制系统解决方案,这个方案中采用了日本北阳的数字量激光传感器,并结合湘聚自行定制的高精度的机电一体化伺服机构来实现高速高精的移动——这套专业的系统控制能与目前市面上主流的ERP系统和MES信息系统能完全兼容并实现无缝链接。
 
技术更迭带来的角色转换
 
2017年双十一后,“很萌很科幻”的橙色军团——智能分拣机器人井井有条工作的视频在网络上爆红。 “依靠一个AGV小车无障碍地搬运货物看似很简单,但要让这些“小橙人”顺畅到达目的地,并且一同工作且互不干扰,这样一整套方案的研发、执行都离不开依靠机器与机器间的无障碍沟通。过去比较传统的做法是在每台AGV搬运车上安装磁导传感器,并在AGV的工作路径上铺设磁条,然后根据磁条的导向来分配搬运车的行走路径;但是目前我们的方案依托数据量的激光传感器来自于导航,一切都会变得更顺畅,更灵活和更智慧。“深圳湘聚不仅为客户提供激光导航器件,还能够为客户定制全套的智能物流系统AGV解决方案。”谭静指出,因为不同厂商生产的传感器所传递的数字信号是不一样的,软件工程师需要把数字化变得更具体化,比如数字采集与数据打包,到后台分析,直到如何将产品应用到设备中……都是更深层的技术问题。
 
其实,智能物流的发展与当今热火朝天的工业4.0同理,谭静表示,物流是工厂运作的一部分,上游的原料、设备,到下游的产品,早已离不开物流。“智能物流”的概念是通过机器处理麻烦、琐碎的事情,把从每个零部件到一个系统的内容物转化成数据量,正是通过科学的手段进行工厂管理。“我们已经在渐渐摒弃作坊式的生产模式,建立数据化的管理才能充分预测并提高生产效率,也能避免人为操作的误差。”
 
这些来来往往的数据产生与传输,都正为传感器大无穷的市场开辟着道路。